کارگاه آموزشی داده کاوی

مدت: 20 ساعت

تاریخ برگزاری: 19 الی 27 بهمن، ساعت 9 الی 14

هزینه: 150 هزار تومان
کسب اطلاعات بیشتر 88880993- 88872058 .

سمینار علوم داده (یادگیری ماشین - داده کاوی - هوش تجاری)

دانشگاه خواجه نصیرالدین طوسی

✅کد تخفیف دانشجویی : nasir2018
ثبت نام از طریق : goo.gl/GoKhmJ

کارسوق داده‌کاوی و بازیابی اطلاعات
پنج‌شنبه ۳ اسفندماه
پژوهشگاه دانش‌های بنیادی

https://evnd.co/n9zja

کارگاه دو روزه یادگیری ماشین در دانشگاه صنعتی شریف
زمان : چهارشنبه و پنج شنبه 18 و 19 بهمن ماه
مکان: دانشکده کامپیوتر دانشگاه شریف
جهت ثبت نام به لینک زیر مراجعه فرمایید.
https://goo.gl/9DgsCj
.

کارگاه یادگیری ماشین کاربردی در دانشگاه شریف
چهارشنبه و پنجشنبه ۱۸ و ۱۹ بهمن‌
ارائه دهندگان
سید علی اوصیا، امیرعلی معین‌فر

ظرفیت محدود
ثبت نام در
ssc.ce.sharif.edu/go/mlworkshop

@AI_Events

لینک ثبت نام و اطلاعات بیشتر: evand.com/events/كارگاه-آموزشی-پردازش-تصویر

دوره ی آموزشی روش های ریاضی آنالیز سیگنال EEG
http://ubarg.ir/Default.aspx?Type=CourseDetails&IDC=70&CP=A&ID=10546&IDP=6
.
@AI_Events

همایش مغز، ذهن و شناخت
چهارشنبه ۱۶ اسفند ساعت ۱۳ الی ۱۷
پنج‌شنبه ۱۷ اسفند ساعت ۹ الی ۱۷
دانشگاه شریف - دانشکده برق - سالن کهربا

🌐 ثبت‌نام در evnd.co/IJvkP

شاخه دانشجویی شریف برگزار می کند:
کارگاه آموزشی یادگیری ماشین با استفاده از زبان R
اطلاعات بیشتر در @IEEESharifSB

لینک ثبت نام:
https://evand.com/events/tmumatlab

سخنرانی علمی
Organization of conscious awareness

دکتر حسین استکی
سه‌شنبه ۲۵اردیبهشت، ۱۲ تا ۱۳:۳۰
سالن خوارزمی دانشکده مهندسی کامپیوتر

جهت کسب اطلاعات بیشتر با @DigitalMediaLab تماس بگیرید.

سخنرانی دکتر مهدی کرامتی؛ جهارشنبه 29 فروردین 1397؛ دانشکده فنی دانشگاه تهران، ساختمان شماره 2 دانشکده برق و کامپیوتر، اتاق 814

📝 بزرگ‌ترین رقابت تخصصی کشور

🏅 جوایز نقدی
👤 معرفی‌ به شرکت‌های برتر
🎓 بورسیه تحصیلی
📜 گواهی معتبر مهارتی

💸کد معرف (تخفیف ویژه):
GHA75L3S
📌ثبت‌نام :
🔗 www.fanavard.ir

اطلاعات بیشتر مربوط به رقابت تخصصی فناورد

سمینار یادگیری عمیق

جمعه 14 اردیبهشت 97
ساعت 8 الی ۱8
روبروی ایستگاه مترو میرزای‌شیرازی دانشکده علوم ریاضی و کامپیوتر
#رایگان
ثبت‌نام و اطلاعات بیش‌تر:

http://npsa.atu.ac.ir/performa?_action=wks